本文是陈丹琦博士关于实体识别与关系抽取的一篇论文，文本使用了一种pipeline的方式而非joint learning的方式超越了之前的一众模型，在数据集ACE04/05、SciERC达到SOTA。其中：

其中标签为NE的token可视为positive instance，标签为O的的token被视为negtive instance，被错分为O的NE就称为False Negative。本文提出了一种基于约束驱动的迭代算法（constraint-driven iterative algorithm）来学习发现噪声数据中的Negative False样例并降低他们...

极大提高效率：论文写作工具杂谈学术论文连接词改论文在给导师帮你改之前，自己先改三遍改论文一定要用纸质版 {代码...} 写作顺序Notation：变量等定义应该放在第一步，用列表的形式；Equation：手动推导；Algorithm：算法，伪代码；Experiments：其实在实验前就应该...

在ELMO／BERT出来之前，通常讲的语言模型其实是根据上文内容预测下一个可能跟随的单词，就是常说的自左向右的语言模型任务，或者反过来也行，就是根据下文预测前面的单词，这种类型的LM被称为自回归语言模型。GPT就是典型的自回归语言模型。ELMO尽管看上去利用了上文...

隐马尔可夫模型(Hidden Markov model, HMM)是一种结构最简单的动态贝叶斯网的生成模型，它也是一种著名的有向图模型。上述过程概率同贝叶斯网，表示如下：$$P = P(D6) \times P(1 | D6) \times P(D8 | D6) \times P(6 | D8) \times P(D8 | D8) \times P(3 | D8)$$隐...

本文针对low-resource NER任务——小语种电商NER任务，提出了一种使用句子标签（易获得）与token-level NER的联合训练方法，该方法表明联合句子标签可有效提升low-resource NER的识别性能。本文的亮点主要是提出了利用sentence label的联合训练模型，并对attention机制...

本文对Electronic health records的一些数据集进行了命名实体识别研究。在利用其它相关数据集的基础上，对target dataset只采集10个样例进行few-shot learning，提出了五种提升性能的方法（tricks）：（1）layer-wise initialization with pre-trained weights（2）h...

文章主要介绍了NER的资源（NER语料及工具），并从distributed representation for input，context encoder和tag decoder三个维度介绍了目前现有的工作，并调研了目前最具代表性的深度学习方法。最后提出了目前NER系统面临的挑战以及未来的研究方向。

使用GraphNas对数据集搜索最优网络模型。(引自 Gao Y, Yang H, Zhang P, et al. Graphnas: Graph neural architecture search with reinforcement learning[J]. arXiv preprint arXiv:1904.09981, 2019.)